在 sklearn 中进行测试和训练数据拆分的错误答案

【问题标题】：error of making a test and train data split in sklearn在 sklearn 中进行测试和训练数据拆分的错误
【发布时间】：2018-04-30 11:58:28
【问题描述】：

我正在尝试按“train_test_split”进行测试和训练数据拆分。为什么我收到错误“至少需要一个数组作为输入”。

“train_test_split”的输入可以是array和dataFrame，对吧？

import pandas as pd
import numpy as np 
from rpy2.robjects.packages import importr
import rpy2.robjects as ro
import pandas.rpy.common as rpy_common 
from sklearn.model_selection import  train_test_split

def la():
 ro.r('library(MASS)')
 pydf = rpy_common.load_data(name = 'Boston', package=None, convert=True)
 pddf = pd.DataFrame(pydf)
 targetIndex = pddf.columns.get_loc("medv") 

 # make train and test data
rowNum = pddf.shape[0]  
colNum = pddf.shape[1]
print(type(pddf.as_matrix()))
print(pddf.as_matrix().shape)
m = np.asarray(pddf.as_matrix()).reshape(rowNum,colNum)
print(type(m))
x_train, x_test, y_train, y_test = train_test_split(x = m[:, 0:rowNum-2], \
                                                    y = m[:, -1],\
                                                    test_size = 0.5) 
# error:     raise ValueError("At least one array required as input")
ValueError: At least one array required as input

【问题讨论】：

x 和 y 不应作为位置参数而不是关键字参数提供，因此请从调用中删除 x = 和 y =。
您的索引也可能有误（不清楚）。您重塑为 (rowNum, colNum) 大小，但后来您使用 rowNum 在第二个（按列）维度中建立索引。因此，即使在修复了原始错误之后，您仍然可能会看到不相关的问题。如果是这样，请在单独的问题中询问他们:)

标签： python-3.x numpy scikit-learn

【解决方案1】：

从sklearn docs 开始，数组通过位置项解包（“*args”）进行处理。

您正在使用关键字参数“x=”和“y=”，它会通过查看“x”和“y”是否是特殊关键字选项的名称来尝试处理。

试试：

train_test_split(m[:, 0:rowNum-2], m[:, -1], test_size=0.5)

（从数组中删除关键字参数名称）。

【讨论】：